ЛАТЕНТНЫЕ ВЗАИМОСВЯЗИ ЛИЧНОСТНЫХ ЧЕРТ ПОДРОСТКОВ ПРИ ИЗМЕНЕНИИ СОЦИАЛЬНОЙ СИТУАЦИИ РАЗВИТИЯ
Аннотация
Состояние вопроса. Подростковый возраст всегда был и является для исследователя одним из самых интересных периодов возрастного развития. В современной социокультурной, политической, экономической ситуации, в условиях перехода во всем к цифровой среде претерпевают значительные изменения как социальная ситуация развития так и показатели взросления подростков. Это накладывает отпечаток на ведущую деятельность, в целом - на формирование личности. Сдвигаются привычные ориентиры в протекании и сроках возрастных периодов, в проявлениях подростка в социальной сфере, поведении, возникают новые феномены.
Цель исследования – изучение латентных связей личностных черт подростков 14-15 лет с использованием аппарата искусственных нейронных сетей.
Материалы и методы исследования. Возможности изучения особенностей личности подростка предоставляют методы интеллектуального анализа результатов психодиагностики, использован опросник 14-PF Р.Б. Кеттелла. Этот стандартизированный, широко используемый психодиагностический тест предназначен для выявления 14-ти базовых личностных черт обследуемых в возрасте от 12-13 до 16-17 лет. Для обработки данных использовалась простейшая нейронная сеть с одним скрытым слоем. Обучение искусственной нейронной сети (ИНС) прямого распространения с обратным распространением ошибки осуществлялось в аналитической программе «Deductor».
Результаты. Показано, что оценка качества обучения ИНС позволяет выявить нелинейные и латентные взаимосвязи между психологическими показателями, значимыми в период 14-15 лет. Результаты обучения ИНС с разными признаками на выходе показывают, что наиболее тесно связаны (минимальная ошибка и 100% распознавания) со всеми личностными чертами признаки «H» (смелость-робость в общении) и «J» (фактор Гамлета). При исключении «J» из входных данных качество обучения ИНС сильно ухудшается, что говорит о связи этой личностной черты с каждой из остальных 13-ти. Интеллект входит в группу наименее связанных со всеми остальными признаками характеристик.
Заключение. Выявлены опосредованно взаимосвязанные с остальными чертами две наиболее значимые для возрастного отрезка личностные черты – это активность в общении «Н» и черта под названием «фактор Гамлета». Оба показателя характеризуют отношение к социуму, социальной жизни. Результаты, полученные при нейросетевом анализе психодиагностических данных, соответствуют психологическим особенностям подростков. Доказана эффективность аппарата ИНС для оценки латентных связей данных психодиагностики.
EDN: UZTANX
Скачивания
Литература
Список литературы
Ананьев Б.Г. Человек как предмет познания. Санкт-Петербург: Питер, 2001. 288 с.
Власова Н.В., Буслаева Е.Л. Кибербуллинг в подростковом возрасте: агрессор и жертва // Психология и право. 2023. Том 13. № 3. С. 56–71. https://doi.org/10.17759/psylaw.2023130305
Выготский Л.С. Проблема возраста. Хрестоматия по детской психологии [под ред. Г.В. Бурменской]. М.: Институт практической психологии, 1996. 264 с.
Иванова Г.Ф., Славутская Е.В., Славутский Л.А. Иерархический анализ данных психодиагностики подростков на основе корреляционных связей // Вестник Чувашского университета. 2017. № 1. С. 235-240.
Кедярова Е.А., Чернецкая Н.И. Личностные особенности социально активных и неактивных подростков // Известия Иркутского государственного университета. Серия Психология. 2019. Т. 27. С. 32–44. https://doi.org/10.26516/2304-1226.2019.27.32
Ларин А.Н. Личностные особенности детей, воспитывающихся в условиях детского дома, как критерий формирования активной жизненной позиции и успешной социальной адаптации // Психология и право. 2016. Т. 6. № 2. С. 107–119. https://doi.org/10.17759/psylaw.2016060208
Леонтьев А.Н. Деятельность. Сознание. Личность. М.: Политиздат, 1975. 305 с.
Петров А.Н., Иванова Г.Ф., Славутская Е.В. Обучение нейросети как инструмент системного анализа многомерных данных психодиагностики // Вестник Чувашского университета. 2018. № 1. С. 162-168.
Поливанова К.Н. Психология возрастных кризисов. М.: Изд. центр «Академия», 2000. 184 с.
Ратанова Т.А. Возрастные особенности дифференцированности и интегрированности когнитивных структур у школьников // Вопросы психологии. 2014. № 2. С. 34-41.
Рубинштейн С.Л. Бытие и сознание. Человек и мир. СПб.: Питер, 2003. 512 с.
Славутская Е.В., Владимировна О.Н. Системный анализ данных психодиагностики и проявление интегро-дифференционного принципа в развитии личности // Казанский педагогический журнал. 2022. № 2(151). С. 195-206. https://doi.org/10.51379/KPJ.2022.152.2.028
Славутская Е.В., Славутский Л.А. Интегро-дифференционный принцип в развитии личности: о возможности математического описания в рамках структурной теории // Russian Journal of Education and Psychology. 2023. Т. 14, № 5-1. С. 88-108. https://doi.org/10.12731/2658-4034-2023-14-5-88-108
Чуприкова Н.И. Теория развития: дифференцированно-интеграционная парадигма // Психологические исследования. 2009. Т. 2. № 3. https://doi.org/10.54359/ps.v2i3.1005
Эль конин Д.Б. Психическое развитие в детских возрастах. Избранные психологические труды. М.–Воронеж: НПО «МОДЭК», 1995. 414 с.
Slavutskaya E.V., Slavutskii L.A., Nikolaev E.L., Zakharova A.N. Neural Network Models for the Analysis and Visualization of Latent Dependencies: Examples of Psycho Diagnostic Data Processing // Knowledge in the Information Society: Joint Conferences XII Communicative Strategies of the Information Society (CSIS2020) and XX Professional Culture of the Specialist of the Future (PCSF2020). Cham: Springer Verlag, 2021. P. 61-70. https://doi.org/10.1007/978-3-030-65857-1_7
Cattell R.B. Advanced in Cattelian Personality Theory. Handbook of Personality. Theory and Research. New York: The Guilford Press, 1990.
Christensen A.P. On the equivalency of factor and network loadings / A. P. Christensen, H. Golino // Behavior Research Methods. 2021. Vol. 53. P. 1563–1580. https://doi.org/10.3758/s13428-020-01500-6
Glass J.V. Statistical Methods in Education and Psychology / J. V. Glass, Y. C. Stanly. Upper Saddle River: Stanly Prentice-Hall, 1970.
McCrae, R.R., Costa P.T. Understanding persons: From Stern's personalistics to Five-Factor Theory // Personality and Individual Differences. 2021. Vol. 169. P. 1/ 109816. https://doi.org/10.1016/j.paid.2020.109816
Mõttus R. Descriptive, Predictive and Explanatory Personality Research: Different Goals, Different Approaches, but a Shared Need to Move Beyond the Big Few Traits / R. Mõttus, D. Wood, D.M. Condon, J. Zimmermann // European Journal of Personality. 2020. Vol. 34(6). P. 1175-1201. https://doi.org/10.1002/per.2311
Rosenberg S., Van Mechelen I., De Boeck P. A hierarchical class model: theory and method with applications in psychology and psychopathology // Classification and Clustering. New Yourk : River Edge, World Scientific. 1996. P. 123-155. https://doi.org/10.1142/9789812832153_0004
Witten I.H., Frank E., Hall M.A., Kaufmann M. Data mining: practical machine learning tools and techniques. Amsterdam: Elsevier, 2011.
Zwir I., Del-Val C., Cloninger C.R. Three genetic-environmental networks for human personality // Molecular Psychiatry. 2021. Vol. 26. P. 3858–3875. https://doi.org/10.1038/s41380-019-0579-x
References
Ananiev B.G. Chelovek kak predmet poznaniya [Man as an object of knowledge]. St. Petersburg: Piter, 2001, 288 p.
Vlasova N.V., Buslaeva E.L. Kiberbulling v podrostkovom vozraste: agressor i zhertva [Cyberbullying in adolescence: aggressor and victim]. Psikhologiya i pravo [Psychology and Law], 2023, vol. 13, no. 3, pp. 56–71. https://doi.org/10.17759/psylaw.2023130305
Vygotsky L.S. Problema vozrasta. Khrestomatiya po detskoy psikhologii [The problem of age. Reader on child psychology]; [ed. G.V. Burmenskaya]. M.: Institute of Practical Psychology, 1996, 264 p.
Ivanova G.F., Slavutskaya E.V., Slavutsky L.A. Iyerarkhicheskiy analiz dannykh psikhodiagnostiki podrostkov na osnove korrelyatsionnykh svyazey [Hierarchical analysis of psychodiagnostic data for adolescents based on correlations]. Vestnik Chuvashskogo universiteta [Bulletin of the Chuvash University], 2017, no. 1, pp. 235-240.
Kedyarova E.A., Chernetskaya N.I. Lichnostnyye osobennosti sotsial'no aktivnykh i neaktivnykh podrostkov [Personal characteristics of socially active and inactive teenagers]. Izvestiya Irkutskogo gosudarstvennogo universiteta. Seriya Psikhologiya, 2019, vol. 27, pp. 32–44. https://doi.org/10.26516/2304-1226.2019.27.32
Larin A.N. Lichnostnyye osobennosti detey, vospityvayushchikhsya v usloviyakh detskogo doma, kak kriteriy formirovaniya aktivnoy zhiznennoy pozitsii i uspeshnoy sotsial'noy adaptatsii [Personal characteristics of children brought up in an orphanage as a criterion for the formation of an active life position and successful social adaptation]. Psikhologiya i pravo [Psychology and Law], 2016, vol. 6, no. 2, pp. 107–119. https://doi.org/10.17759/psylaw.2016060208
Leontyev A.N. Deyatel'nost'. Soznaniye. Lichnost' [Activity. Consciousness. Personality]. M.: Politizdat, 1975, 305 p.
Petrov A.N., Ivanova G.F., Slavutskaya E.V. Obucheniye neyroseti kak instrument sistemnogo analiza mnogomernykh dannykh psikhodiagnostiki [Training a neural network as a tool for system analysis of multidimensional psychodiagnostic data]. Vestnik Chuvashskogo universiteta [Bulletin of the Chuvash University], 2018, no. 1, p. 162-168.
Polivanova K.N. Psikhologiya vozrastnykh krizisov [Psychology of age-related crises]. M. : Publishing house. Center "Academy", 2000, 184 p.
Ratanova T.A. Vozrastnyye osobennosti differentsirovannosti i integrirovannosti kognitivnykh struktur u shkol’nikov [Age features of differentiation and integration of cognitive structures in schoolchildren]. Voprosy psikhologii [Psychology issues], 2014, no. 2, pp. 34-41.
Rubinshtein S.L. Bytiye i soznaniye. Chelovek i mir [Being and consciousness. Man and the world]. SPb.: Peter, 2003, 512 p.
Slavutskaya E., Vladimirova O. Sistemnyy analiz dannykh psikhodiagnostiki i proyavleniye integro-differentsionnogo printsipa v razvitii lichnosti [Psycho diagnostic data system analysis and the integro-differentiation principle manifestation in personal development]. Kazanskiy pedagogicheskiy zhurnal [Kazan pedagogical journal], 2022, no. 2 (151), pp. 195-205. https://doi.org/10.51379/KPJ.2022.152.2.028
Slavutskaya E.V., Slavutsky L.A. Integro-differentsionnyy printsip v razvitii lichnosti: o vozmozhnosti matematicheskogo opisaniya v ramkakh strukturnoy teorii [Integro-differentiation principle in personality development: on the possibility of mathematical description within the framework of structural theory]. Russian Journal of Education and Psychology [Russian Journal of Education and Psychology], 2023, vol. 14, no. 5-1, pp. 88-108. https://doi.org/10.12731/2658-4034-2023-14-5-88-108
Chuprikova N.I. Teoriya razvitiya: differentsirovanno-integratsionnaya paradigm [Theory of Development: Differentiated-Integration Paradigm]. Psikhologicheskiye issledovaniya [Psychological research], 2009, vol. 2, no. 3. https://doi.org/10.54359/ps.v2i3.1005
Elkonin D.B. Psikhicheskoye razvitiye v det skikh vozrast akh. Izbran nyye psikholog icheskiye trudy [Mental development in childhood. Selected psychological works]. M.-Voronezh: NPO “MODEK”, 1995. 414 p.
Slavutskaya E.V., Slavutskii L.A., Nikolaev E.L., Zakharova A.N. Neural Network Models for the Analysis and Visualization of Latent Dependencies: Examples of Psycho Diagnostic Data Processing. Knowledge in the Information Society : Joint Conferences XII Communicative Strategies of the Information Society (CSIS2020) and XX Professional Culture of the Specialist of the Future (PCSF2020). Cham: Springer Verlag, 2021. P. 61-70. https://doi.org/10.1007/978-3-030-65857-1_7
Cattell R.B. Advanced in Cattelian Personality Theory. Handbook of Personality. Theory and Research. New York: The Guilford Press, 1990.
Christensen A.P. On the equivalency of factor and network loadings / A. P. Christensen, H. Golino. Behavior Research Methods, 2021, vol. 53, pp. 1563–1580. https://doi.org/10.3758/s13428-020-01500-6
Glass J.V. Statistical Methods in Education and Psychology / J. V. Glass, Y. C. Stanly. Upper Saddle River: Stanly Prentice-Hall, 1970.
McCrae, R.R., Costa P.T. Understanding persons: From Stern's personalistics to Five-Factor Theory. Personality and Individual Differences, 2021, vol. 169, p. 1/ 109816. https://doi.org/10.1016/j.paid.2020.109816
Mõttus R. Descriptive, Predictive and Explanatory Personality Research: Different Goals, Different Approaches, but a Shared Need to Move Beyond the Big Few Traits / R. Mõttus, D. Wood, D.M. Condon, J. Zimmermann. European Journal of Personality, 2020, vol. 34(6), pp. 1175-1201. https://doi.org/10.1002/per.2311
Rosenberg S., Van Mechelen I., De Boeck P. A hierarchical class model: theory and method with applications in psychology and psychopathology // Classification and Clustering. New Yourk: River Edge, World Scientific, 1996, pp. 123-155. https://doi.org/10.1142/9789812832153_0004
Witten I.H., Frank E., Hall M.A., Kaufmann M. Data mining: practical machine learning tools and techniques. Amsterdam: Elsevier, 2011.
Zwir I., Del-Val C., Cloninger C.R. Three genetic-environmental networks for human personality. Molecular Psychiatry, 2021, vol. 26, pp. 3858–3875. https://doi.org/10.1038/s41380-019-0579-x
Copyright (c) 2024 Elena V. Slavutskaya
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
